学位论文 > 优秀研究生学位论文题录展示

发动机冷试与加工数据的多元相关性研究与应用

作　者: 贾庆旭
导　师: 金隼
学　校: 上海交通大学
专　业: 车辆工程
关键词: 发动机冷试故障诊断 Copula相依结构尾部相关分析
分类号: U464
类　型: 硕士论文
年　份: 2012年
下　载: 51次
引　用: 0次
阅　读: 论文下载

内容摘要

随着发动机冷试技术的广泛应用和对汽车发动机制造质量、整机性能一致性的要求的日趋提高,针对如何更好的利用冷试技术进行发动机出厂前的快速诊断方法的研究也越来越受到工程界和学术界的重视。发动机冷试检测是发动机出厂前最后一次质量检测,对冷试检测数据进行有效的分析,基于检测数据进行快速故障诊断既是保证汽车发动机整机质量提高整机性能一致性的重要手段,又是进行故障发动机快速诊断的客观依据。本文针对发动机冷试检测数据分析和应用展开研究,重点在于寻找发动机冷试性能数据和关键零件制造数据间的相关关系,并将其应用到冷试故障诊断中,建立一套准确、实用的发动机冷试快速故障诊断方法,以较少传统故障诊断出现的盲目性,提高诊断效率。本文从“数据驱动质量”的现代质量控制理念出发,对发动机制造质量控制中“检测—分析—控制”主线中的几个关键问题进行详细的分析阐述,对数据相关性分析的“归一化”方法进行了一些探索性的研究。针对传统相关系数描述发动机冷试数据失效的问题,引入Copula相依结构对发动机检测数据中的冷试和加工数据进行相关性分析,形成了基于相关矩阵的发动机冷试数据分析与故障诊断技术,为今后的发动机冷试过程控制工作以及多评价指标的检测数据相关性分析工作提供了新的方法与思路,有助于更有效的提高发动机冷试故障诊断效率,更好的服务于整机性能一致性控制。主要研究工作在以下几个方面展开：(1)发动机两类检测数据源的数据特点归纳分析。从数据集中趋势、离散程度以及分布形状的评价三个方面全面分析发动机各类检测数据,结合常规相关性分析方法的不足及使用范围,说明Copula相依结构在数据相关分析中的优势。(2)结合各类数据标准化方法,针对发动机多源异类检测数据的实际特点,对各类方法的优点与不足及适用范围进行详细解析；探索由数据概率密度函数的定义出发,引出基于概率积分变换的数据标准化方法,解决本文研究的基础问题。(3)针对发动机检测数据中体现的数据自相关性特点,对自相关过程的控制方法进行详细分析,使用残差控制图,改进发动机冷试过程监控控制图,以实现更好的过程控制和异常识别。(4)引入将各类相关系数“归一化”处理的Copula函数分析方法。针对Copula不同分布函数族,从经验分布函数的定义出发,探索一个更快捷有效的最优Copula函数选择方法,引出基于欧氏距离的最优Copula函数选择方法。使用秩相关系数进行数据均值变化的故障快速诊断；使用尾部相关系数对数据波动异常进行监控及诊断。并将此方法应用到发动机检测数据的多元分析之中,解决工厂的实际工程问题。综上所述,本文针对发动机冷试故障诊断的工程问题,研究多源异类数据标准化、自相关过程控制图优化、复杂非正态分布下的数据相关性分析三类理论问题。通过关联参数建模方法,确定数据间定量的相关关系,在五菱发动机厂机加工线应用,实现冷试故障快速诊断。

全文目录

摘要  3-5
ABSTRACT  5-10
第一章绪论  10-24
  1.1 课题研究背景、目的、意义及来源  10-13
    1.1.1 课题研究背景  10-12
    1.1.2 研究的目的、意义  12-13
    1.1.3 课题来源  13
  1.2 国内外研究现状  13-21
    1.2.1 多源异类数据预处理方法研究现状  13-15
    1.2.2 数据相关性分析方法研究现状  15-20
    1.2.3 自相关过程控制方法研究综述  20
    1.2.4 需要解决的问题  20-21
  1.3 本文研究内容、研究方案和结构安排  21-24
    1.3.1 研究内容、方案  21-22
    1.3.2 本文结构安排  22-24
第二章发动机检测系统及数据特点分析  24-42
  2.1 引言  24
  2.2 发动机冷试检测系统  24-34
    2.2.1 冷试检测项目和检测内容  25-27
    2.2.2 冷试检测数据特点  27-34
  2.3 发动机加工过程尺寸检测方法  34-40
    2.3.1 加工过程检测内容  34-36
    2.3.2 加工过程检测数据特点  36-40
  2.4 本章小结  40-42
第三章发动机多源异类检测数据预处理  42-49
  3.1 引言  42
  3.2 时序不均衡检测数据处理  42-45
    3.2.1 SMOTE算法介绍  42-43
    3.2.2 数据处理实例  43-45
  3.3 检测数据标准化处理  45-48
    3.3.1 基于概率积分变换的数据标准化方法  45-46
    3.3.2 数据标准化主要步骤及实例  46-48
  3.4 本章小结  48-49
第四章基于Cpolua的相关分析模型构建  49-72
  4.1 引言  49
  4.2 Copula理论基础  49-54
    4.2.1 Copula函数的定义、定理及性质  49-51
    4.2.2 基于Copula函数的相关性度量  51-52
    4.2.3 常用Copula函数族  52-54
  4.3 基于Copula函数二元相关分析模型构建  54-68
    4.3.1 检测数据边缘ARMA模型构建  55-59
    4.3.2 检测数据二元Copula相依结构构建  59-68
  4.4 基于Copula函数相关分析模型的多元扩展  68-71
    4.4.1 Spearman秩相关矩阵  68-70
    4.4.2 尾部相关系数矩阵  70-71
  4.5 本章小结  71-72
第五章基于相关分析的故障诊断案例应用  72-81
  5.1 引言  72
  5.2 故障诊断流程及工程案例应用  72-80
    5.2.1 基于相关分析的故障诊断流程  72-74
    5.2.2 典型案例应用  74-80
  5.3 本章小结  80-81
第六章全文总结与展望  81-84
  6.1 主要工作及结论  81-82
  6.2 创新点  82-83
  6.3 不足之处及展望  83-84
参考文献  84-88
致谢  88-89
攻读硕士期间发表论文  89-91

发动机冷试与加工数据的多元相关性研究与应用

内容摘要

全文目录

相似论文